MÉTODOS DE TESTING SOBRE LA INGENIERÍA DE
REQUISITOS WEB DE NDT
Ma ia José Escalona
Depa amen o de Lenguajes y Sis emas In o má icos.
Uni e sidad de Se illa
[email protected]
Manuel Mejías
Depa amen o de Lenguajes y Sis emas In o má icos.
Uni e sidad de Se illa
[email p o ec ed]
Ja ie Jesús Gu ié ez
Depa amen o de Lenguajes y Sis emas In o má icos.
Uni e sidad de Se illa
[email protected]
Jesús To es
Depa amen o de Lenguajes y Sis emas In o má icos.
Uni e sidad de Se illa
[email p o ec ed]
RESUMEN
Las écnicas de es ing son un ecu so necesa io pa a asegu a la calidad de los esul ados de un p oyec o
so wa e. Es a necesidad de la aplicación de es ing hay que aslada la a la ingenie ía web, donde, además, me ece la
pena p opone écnicas que pe mi an su aplicación en las p ime as ases del ciclo de ida.
Es e abajo p esen a una isión global de una p opues a me odológica pa a la web, NDT (Na iga ional
De elopmen Tecniques) que abaja en las p ime as ases del ciclo de ida y cómo las écnicas de es ing pueden
aplica se a es a p opues a en la ase de ingenie ía de equisi os.
PALABRAS CLAVES
, Tes ing, Ingenie ía de Requisi os, Validación y e i icación de equisi os
1. INTRODUCCIÓN
El campo de la ingenie ía web [4] cada día es á omando más in e és den o de la ingenie ía del so wa e.
El g an núme o de p opues as me odológicas que exis en an encaminadas a o ece un ma co de e e encia
adecuado pa a el equipo de desa ollo de sis emas web. Sin emba go, as ealiza di e en es es udios [1][8] y
es udia abajos compa a i os [5][10][12] se puede llega a la conclusión de que la e apa de la ingenie ía de
equisi os pa a sis emas web es aún un campo poco abajado y que ac ualmen e comienza a nace . Con es a
mo i ación nace la p opues a NDT (Na iga ional De elopmen Techniques)[6][7]. Cen ada en las p ime as
ases del ciclo de ida, NDT p opone un en o no me odológico que pe mi e ealiza la especi icación de
equisi os y el análisis de sis emas web de una mane a sis emá ica.
Sin emba go, en el momen o en el que se plan ea una ingenie ía de equisi os en cualquie p opues a es
necesa io conside a un aspec o impo an e que es el de es ing. La necesidad de ga an iza la calidad del
p oduc o que se es á desa ollando ya desde las p ime as ases del ciclo de ida obliga de mane a di ec a al
uso de écnicas de es ing que ga an icen el buen esul ado del p oyec o.
En es e a ículo se p esen a una isión gene al de NDT en el apa ado 2. En el apa ado 3 se hace un b e e
esumen del esul ado de un es udio de los di e en es ipos de p uebas de es ing y cen ándose sob e la
ingenie ía web y los equisi os uncionales en conc e o. Es a in oducción al es ado del a e en es e en o no
pe mi e, ya en el apa ado 4, plan ea un caso p ác ico en NDT pa a e el esul ado de es as écnicas.
2. VISIÓN GENERAL DE NDT
Cuando se comienza el desa ollo de un sis ema so wa e, sob e odo si es un sis ema so wa e de g an
amaño, complejo y suscep ible de su i cambios en el u u o, es necesa io plan ea el desa ollo median e un
ma co de e e encia me odológico que ga an ice la calidad de los esul ados. Cuando es e sis ema es un
sis ema Web, hay que busca ese ma co de e e encia en las me odologías pa a la Web. Exis en una g an
can idad de p opues as web: UWE[11], WebML[3], OOHDM [13], OOWS [9] u OO-H [2] son sólo algunos
ejemplos. Sin emba go, es as p opues as es án p incipalmen e cen adas en ases a días, diseño e
implemen ación, del ciclo de ida. Exis e po an o la necesidad de encon a ma cos de e e encias
adecuados pa a abaja en las p ime as ases. NDT (Na iga ional De elopmen Techniques)[6][7] es un
p oceso me ódico que se cen a en las ases de equisi os y análisis y o ece una guía sis emá ica pa a a a
en es as ases con los aspec os de na egación e in e az abs ac a.
Si se ealizan y analizan es udios compa a i os [1][5][10][11], se puede conclui que ya exis en
su icien es lenguajes de modelado y modelos en análisis que han esul ado álidos pa a modela la
na egación y la in e az abs ac a. Po ello NDT u iliza lenguajes de modelo es ánda ya acep ados po la
comunidad in es igado a.
La apo ación más impo an e de NDT es que o ece una guía sis emá ica pa a el a amien o de la
na egación y la in e az. En es e sen ido, se pod ía indica que NDT es una p opues a o ien ada al p oceso.
NDT desc ibe de mane a de allada odos los pasos que hay que ealiza pa a a a los equisi os y a pa i de
ellos consegui los modelos de análisis. Po o o lado, es una p opues a o ien ada a la écnica. En odo el
p oceso p opues o po NDT se indica qué écnicas hay que usa , el modelo de aplicación y el esul ado que
hay que ob ene . Y, po úl imo, es una p opues a o ien ada al esul ado. T as la aplicación de las écnicas se
consiguen esul ados y modelos cuya nomencla u a y es uc u a es á comple amen e de alladas en NDT.
Además, as la aplicación de odo el p oceso, en NDT se ob ienen una se ie de esul ados gene ales: el
documen o de equisi os del sis ema, el documen o de análisis del sis ema y los p o o ipos de la in e az
abs ac a. La es uc u a de odos ellos es á desc i a en NDT[6][7].
2.1.1 Ciclo de ida de NDT
El ciclo de ida de NDT es á compues o po dos ases: la ingenie ía de equisi os y el análisis. Aunque, en
p incipio, ambas son secuenciales, el p oceso de NDT no lo es, pues o que en muchos momen os se puede
ealiza la uel a a ás pa a co egi e o es o incong uencias.
La ase de ingenie ía de equisi os de NDT es una ingenie ía de equisi os guiada po obje i os. En la
p ime a e apa de la ingenie ía de equisi os se de inen cuáles son los obje i os del sis ema a desa olla y en
base a ellos se cap u an y de inen los di e en es equisi os del sis ema. Los equisi os en NDT son ag upados
según su ca ác e en equisi os de almacenamien o de in o mación, equisi os de ac o es, equisi os
uncionales, equisi os de in e acción y equisi os no uncionales. Cada g upo de equisi os es a ado de una
mane a pa icula , adecuada a su ipología.
Una ez cap u ados y de inidos los equisi os se pasa a la alidación de los mismos. Si du an e la
alidación se de ec an e o es, se uel e a la cap u a y de inición has a llega al esul ado inal adecuado.
Es e esul ado inal queda plasmado en el documen o de equisi os del sis ema.
Con el documen o de equisi os, se pasa a la ase de análisis. Du an e la ase de análisis se gene an a ios
modelos. El p ime o de ellos es el modelo concep ual. El modelo concep ual en NDT ep esen a la es uc u a
es á ica del sis ema y iene ep esen ado po un diag ama de clases. La gene ación de es e modelo cons a de
dos pa es, la p ime a de ellas es sis emá ica y pe mi e consegui un modelo concep ual básico desde los
equisi os. El esul ado de es e p oceso sis emá ico suele coincidi bas an e con el modelo concep ual más
adecuado pa a el sis ema, pe o po si se pudie an ealiza mejo as que aumen en la calidad del esul ado,
NDT p opone una segunda e apa en el p oceso de c eación del modelo concep ual.
En es a segunda e apa, NDT p opone una se ie de e isiones en las que el analis a debe i aplicando su
expe iencia pa a e isa los esul ados del modelo básico. La aplicación de es as e isiones iene dos
en ajas. La p ime a de ellas es que, a pesa de que NDT o ezca el p oceso sis emá ico, ambién deja
libe ad al analis a pa a aplica su expe iencia. Pe o po o o lado, ambién pe mi e de ec a incong uencias y
e o es come idos du an e la ase de ingenie ía de equisi os. Po ello, puede se posible que du an e es a
ac i idad del análisis haya que ol e a la ingenie ía de equisi os a modi ica los esul ados.
El segundo modelo que se gene a du an e el análisis es el modelo de na egación. En NDT el modelo de
na egación se compone de una se ie de diag amas, con una no ación es e eo ipada a pa i del diag ama de
clases de UML. Los di e en es diag amas se co esponden a los sis emas de na egación pa a los di e en es
oles de usua io que in e ac úan con el sis ema.
Al igual que en el modelo concep ual, el p oceso de gene ación del modelo de na egación cons a de dos
pa es. La p ime a de ellas es sis emá ica y pe mi e consegui un modelo de na egación básico desde los
equisi os. La segunda igualmen e consis e en e isa el esul ado del p oceso sis emá ico pa a de ec a
incong uencias come idas y pa a que el analis a aplique su expe iencia. También du an e es a segunda e apa
se pueden de ec a incong uencias en el esul ado de ingenie ía de equisi os que puede obliga a ol e a la
ase an e io pa a ealiza e isiones.
Todos es os cambios que se pueden p oduci du an e la gene ación del modelo de na egación o del
modelo concep ual es án con olados y de allados en NDT. NDT o ece una guía comple a de posibles
modi icaciones e indica cómo a ec an a ases y esul ados an e io es.
Cuando se ienen el modelo concep ual y de na egación, se gene a en NDT la in e az abs ac a. És a no
iene ep esen ada po un diag ama, sino po un conjun o de p o o ipos e aluables po el usua io.
También du an e la e aluación de es os p o o ipos se pueden de ec a e o es que obliguen a ol e a la
e apa an e io .
Todo es e p oceso se ep esen a en la igu a 1 median e un diag ama de ac i idades.
Figu a 1. Desc ipción gene al de las ac i idades de NDT.
La aplicación de NDT gene a es esul ados inales:
1. El documen o de equisi os del sis ema, donde se de allan los obje i os y equisi os que debe
cumpli el sis ema.
2. El documen o de análisis del sis ema, donde se ecogen el modelo concep ual y el modelo de
na egación del sis ema.
3. Los p o o ipos del sis ema, que mues an la es uc u a de la in e az abs ac a del sis ema.
Es os documen os y p o o ipos se án la base pa a la ealización de la e apa de diseño e implemen ación
del sis ema.
3. MÉTODOS DE TESTING PARA DESARROLLOS WEB.
Hoy en día, debido al aumen o del amaño y la complejidad del so wa e, el p oceso de es ing se ha
con e ido en una a ea i al den o del p oceso de desa ollo de cualquie sis ema so wa e. Pa a analiza
cómo se pueden aplica mé odos de es ing en me odologías web, es necesa io ealiza una clasi icación de
los ipos p uebas exis en es que pe mi an analiza la si uación ac ual y cuáles son los ipos de p ueba más
ealizados en desa ollo Web. Du an e es e apa ado se p esen a es e es udio del a e y la aplicación que de
es os mé odos se pueden hace en NDT.
3.1 Tipos de es ing.
Exis en muchos ipos posibles de p uebas de so wa e. En la abla1, se ecoge una posible clasi icación de
esas p uebas dependiendo de su come ido y de la ase de desa ollo en que se ealizan. Las p uebas uni a ias
y de in eg ación no pueden ealiza se has a que no se dispone de componen es ya cons uidos. Las p uebas de
implan ación y acep ación no pueden ealiza se has a que se iene el sis ema comple o y se ins ala en su
en o no de p oducción. Pe o la de inición de las p uebas del sis ema pueden comenza an es de que el sis ema
es é e minado. Como el obje i o de las p uebas de sis ema es comp oba que odo lo que se es á
desa ollando cumple con la uncionalidad ecogida en los casos de uso o escena ios, la plani icación de es as
p uebas y el diseño de los casos de p ueba pueden comenza an p on o como es én disponibles las
especi icaciones uncionales.
La plani icación y diseño de p uebas de sis ema en las p ime as ases de desa ollo pe mi en encon a
e o es, omisiones, inconsis encias y sob eespeci icaciones en los equisi os uncionales cuando aún es ácil y
económico co egi las.
Tipo de p uebas Momen o de ealización Desc ipción
P uebas Uni a ias. Du an e la cons ucción del sis ema P ueban el diseño y el compo amien o de cada uno de los
componen es una ez cons uidos.
P uebas de In eg ación. Du an e la cons ucción del sis ema Comp ueban la co ec a unión de los componen es en e sí a a és
de sus in e aces, y si cumplen con la uncionalidad es ablecida
P uebas del Sis ema. Después de la cons ucción del
sis ema
P ueban a ondo el sis ema, comp obando su uncionalidad e
in eg idad globalmen e, en un en o no lo más pa ecido posible al
en o no inal de p oducción.
P uebas de Implan ación. Du an e la implan ación en el
en ono de p oducción.
Comp ueba el co ec o uncionamien o del sis ema den o del
en o no eal de p oducción.
P uebas de Acep ación. Después de la implan ación en el
en o no de p oducción.
Ve i ican que el sis ema cumple con odos los equisi os indicados
y pe mi e que los usua ios del sis ema den el is o bueno
de ini i o.
P uebas de Reg esión. Después de ealiza modi icaciones
al sis ema.
El obje i o es comp oba que los cambios sob e un componen e,
no gene an e o es adicionales en o os componen es no
modi icados.
Tabla 1. Clasi icación de las p uebas del so wa e
3.2 Tes ing en el mundo Web.
Las p uebas en desa ollos Web se di iden, adicionalmen e, en p uebas de la pa e clien e del sis ema y
p uebas de la pa e se ido del sis ema [14]. Las p uebas de clien e ienen como obje i o asegu a que el
código HTML es co ec o, comp oba el uncionamien o de las pa es dinámicas de las páginas, es ea que
las páginas se isualizan adecuadamen e en los na egado es que usan los clien es, p uebas de na egabilidad
y usabilidad, e c. Las p uebas de se ido , en cambio, hacen especial hincapié en la segu idad y en la apidez
de las espues as a los clien es. Sin emba go odas es as p uebas en an den o de la ca ego ía de p uebas
uni a ias y p uebas de in eg ación que, como hemos is o, sólo pueden se hechas una ez que se ha
e minado la cons ucción del sis ema. Además, es as p uebas po sí solas no ga an izan la calidad del sis ema
so wa e, en endiendo aquí la calidad como el cumplimien o po pa e del p oduc o de oda la uncionalidad
demandada po el usua io. Pa a comp oba que el sis ema e ec i amen e hace odo lo que ecoge el
documen o de uncionalidad, son necesa ias las p uebas del sis ema. Es o hace imp escindible la
inco po ación de p ocesos sis emá icos de ob ención de casos de p ueba a la me odología de desa ollo que
ga an icen que comp obamos oda la uncionalidad aco dada pa a el sis ema.
3.3 Mé odos de ob ención de casos de p ueba a pa i de equisi os uncionales.
Ac ualmen e exis en a ias p opues as pa a au oma iza y sis ema iza el p oceso de ob ención de casos
de p ueba del sis ema a pa i de los equisi os uncionales que, aunque no han sido desa olladas
especí icamen e pa a desa ollos Web, pueden aplica se a es os desa ollos sin ninguna di icul ad, ya que un
equisi o uncional es independien e del sis ema (Web o no) en el que se implemen e. En la abla 2 se incluye
un esumen de las cua o p opues as conside adas.
Aunque cada p opues a hace especial hincapié en algunos aspec os conc e os, odas ienen unos
p incipios comunes que enume amos a con inuación:
1. El obje i o de es as p opues as es ob ene un conjun o comple o de p uebas del sis ema que
pe mi an ga an iza que el sis ema so wa e cumple con la especi icación uncional dada, lo cual
pe mi e asegu a su calidad.
2. Todas pa en de los equisi os uncionales del sis ema y odas hacen especial hincapié a comenza a
desa olla los casos de p ueba del sis ema en cuan o se dispongan los equisi os uncionales.
3. Todos usan el análisis de los caminos posibles, bien median e la desc ipción ex ual de los pasos del
escena io o caso de uso o median e diag amas de es ado.
4. Los equisi os uncionales no ienen que cumpli de p incipio ningún equisi o o mal. A pa i de
una b e e desc ipción en lenguaje co ien e ya se puede comenza a abaja .
5. La de i ación de p uebas del sis ema a pa i de los equisi os uncionales se ealiza de mane a
au omá ica y sis emá ica.
6. La aplicación de es as p opues as a los equisi os uncionales ayuda a alida los, comp obando si
son co ec os y comple os en las p ime as ases de desa ollo.
P opues a. Desc ipción.
SCENT [17] Es a p opues a o ece un ma co de p oceso de los equisi os uncionales muy comple o, y un
p oceso basado en los esul ados pa a de i a casos de p ueba.
AGEDIS [19] Es a p opues a aba ca an o la gene ación como la ejecución de las p uebas.
Gene a ing Tes Cases F om use
Cases.[18]
Es a p opues a se á la es udia emos con más p o undidad en el ejemplo p ác ico.
UML-Based S a is ical Tes Case
Gene a ion [19]
Es a p opues a o ien ada a ob ene casos de p ueba pa a p uebas de ca ga en unción de
las p obabilidades de uso de los componen es del sis ema
Tabla 2. P opues as pa a la ob ención de casos de p ueba a pa i de equisi os uncionales.
4. APLICACIÓN A NDT DE LOS MÉTODOS DE OBTENCIÓN DE CASOS
DE PRUEBA.
NDT abaja con casos de uso y plan illas de desc ipción de casos de uso en lenguaje na u al como
he amien a de ep esen ación de equisi os uncionales. Es o hace que sea ac ible aplica las p opues as del
pun o an e io a NDT. Vamos a explica en es e pun o cómo in eg a dichas p opues as den o de las
ac i idades de NDT y qué bene icios amos a ob ene . No amos a cen a nos en ningún mé odo conc e o
sino que abaja emos sob e la base de las ca ac e ís icas comunes de odos los mé odos es udiados.
La aplicación de los mé odos de gene ación de casos de p ueba se incluyen en la ac i idad de alidación
de los equisi os uncionales de una mane a i e a i a. Cuando se ob enga un conjun o de equisi os
uncionales comple o ( odos aquellos que ienen elación en e sí), ya se puede comenza a de i a los casos
de p ueba necesa ios y a iden i ica los alo es de p ueba necesa ios.

Como esul ado inal, ob end emos, además del documen o de equisi os del sis ema, análisis del sis ema
y p o o ipos, un ca álogo de p uebas de sis ema que pe mi en comp oba la calidad del sis ema, asegu ando
que el sis ema Web cumple la uncionalidad aco dada con el clien e.
4.1. Un ejemplo p ác ico sob e los pa ones de NDT
Pa a desa olla es e ejemplo amos a segui la p opues a de Jim Heumann[16] po se la más sencilla y
ápida de aplica . Los pasos de es a p opues a se esumen en la abla 3.
Paso Desc ipción Resul ado
1 Gene a escena ios de uso. Todos los posibles caminos de ejecución de cada caso de uso. Cada camino es un
escena io de uso.
2 Iden i ica casos de p ueba. Conjun o de casos de p ueba a pa i de los escena ios an e io es.
3 Iden i ica los alo es a p oba . Valo es de p ueba asociados a cada caso de p ueba an e io .
Tabla 3. Desc ipción de los pasos pa a la ob ención de un conjun o de p uebas de sis ema a pa i de casos de uso.
Suponemos que, en la ase de equisi os de NDT, ya se iene iden i icado y alidado un equisi o que es
“En ada en el sis ema” cuyo camino de ejecución (la secuencia no mal y las excepciones posibles) se
mues a en la abla 4. En NDT cada equisi o se de ine median e un de e minado pa ón especí ico pa a cada
ipo de equisi o. En la abla 4 se mues a un ejemplo del co espondien e a los equisi os uncionales.
RF-1 En a en el sis ema
Obje i os OBJ-01: El sis ema debe con ola la en ada en el sis ema
Desc ipción El sis ema debe á compo a se al y como se desc ibe en el siguien e caso de uso cuando el usua io quie a
conec a se al sis ema
Paso Acción
1 El usua io conec a con la página de login del sis ema.
2 El sis ema solici a au en i icación
3 El sis ema ecibe la conexión y mues a una página donde pide nomb e y con aseña
4 El usua io ellana el o mula io in oduciendo su nomb e y pulsa el bo ón en a
Secuencia no mal
5 El sis ema comp ueba el nomb e y la con aseña y si ambos son co ec os ca ga la página de inicio
Paso Acción
1 [1] Si el se ido no es á ac i o o la página no ca ga adecuadamen e se mues a un mensaje de e o y
e mina el caso de uso.
4 [2] Si la con aseña o el nomb e no se in oduje on el sis ema uel e a solici a los indicando un e o .
4 [3] Si el nomb e no se encuen a en la lis a de nomb es egis ados el sis ema uel e a solici a lo
indicando un e o
Excepción
4 [4] Si la con aseña suminis ada no es álida, el sis ema lo indica con un e o y la pide de nue o.
Tabla 4. Ejemplo de pa ón de caso de uso de NDT
Escena ios de caso de uso. Comienzo Excepciones
1. Acceso co ec o Secuencia no mal
2. Fallo de página (se ido no disponible o no ca ga adecuadamen e). Secuencia no mal Excepción 1
3. Nomb e o con aseña en blanco. Secuencia no mal Excepción 2
4. Nomb e no exis en e. Secuencia no mal Excepción 3
5. Con aseña no álida(no co esponde con nomb e de usua io). Secuencia no mal Excepción 4
6. Nomb e o con aseña en blanco y después esc ibi nomb e no
exis en e.
Secuencia no mal Excepción 2 Excepción 3
7. Nomb e o con aseña en blanco y después esc ibi cla e inco ec a. Secuencia no mal Excepción 2 Excepción 4
8. Análogo al escena io 6 Secuencia no mal Excepción 3 Excepción 2
9. Nomb e no exis en e y después con aseña inco ec a. Secuencia no mal Excepción 3 Excepción 4
10. Análogo al escena io 7. Secuencia no mal Excepción 4 Excepción 2
11. Análogo al escena io 9. Secuencia no mal Excepción 4 Excepción 3
Tabla 5. Todos los posibles escena ios de uso pa a el caso de uso en es udio.
La pa e más impo an e de un caso de uso pa a la gene ación au omá ica de un caso de p ueba es el
camino de ejecución. Es e camino se di ide en dos en el pa ón: el camino p incipal o secuencia no mal y los
caminos al e na i os o excepciones. El camino p incipal son los pasos que da el sis ema si no su ge ningún
imp e is o ni e o , mien as que los caminos al e na i os son las a iaciones que pueden su gi en dis in os
pun os del camino p incipal a causa de e o es, ec i icaciones, e c. A cada uno de es os caminos lo
llama emos escena io de caso de uso. Todos los escena ios de caso de uso posibles se án u ilizados como
base pa a c ea las p uebas.
Un caso de p ueba se á un conjun o de en adas con da os de p ueba, unas condiciones de ejecución, y
unos esul ados espe ados. Pa a gene a los casos de p ueba aplicamos los es pun os de la p opues a:
En el p ime pun o iden i icamos odas las combinaciones posibles de caminos de ejecución del caso de
uso, es deci odas las combinaciones posibles en e el camino p incipal y los caminos al e na i os y le
asignamos un nomb e. Cada combinación se á un escena io de uso.
Los escena ios de caso de uso del 6 al 11, son edundan es, po los que no los usa emos a la ho a de
ob ene los casos de p ueba.
En el segundo pun o, es udiamos la desc ipción del caso de uso de pa ida y ex aemos las condiciones o
alo es eque idos pa a la ejecución de los dis in os escena ios.
ID Escena ios Fallo de página Nomb e Con aseña Resul ado espe ado
1 Acceso co ec o No V V Ca ga de la página de inicio
2 Fallo de página Sí N/A N/A Mensaje de e o .
3 Nomb e o con aseña en blanco. No Vacío Vacío Mensaje de e o . El sis ema solici a
au en i icación de nue o.
4 Nomb e no exis en e. No I N/A Mensaje de e o . El sis ema solici a
au en i icación de nue o.
5 Con aseña no álida. No V I Mensaje de e o . El sis ema solici a
au en i icación de nue o.
I – Valo in álido. V – Valo álido. Vacío – No se indica ningún alo . N/A – El alo que enga es i ele an e.
Tabla 6. Ma iz de casos de p ueba.
En el e ce pun o, ya con odos los casos de p ueba iden i icados, se e isan pa a asegu a su exac i ud y
localiza casos edundan es o la ausencia de algún caso. Po úl imo, pa a cada escena io de caso de uso, se
iden i ican sus alo es de p ueba.
ID Escena ios Fallo de página Nomb e Con aseña Resul ado espe ado
1 Acceso co ec o HTTP Ok John Dough Ca ga de la página de inicio
2 Fallo de página E o 505 N/A N/A Mensaje de e o .
3 Nomb e o con aseña en blanco HTTP Ok John
“”
“”
Dough
Mensaje de e o . El sis ema solici a
au en i icación de nue o.
4 Nomb e no exis en e. HTTP Ok Jane N/A Mensaje de e o . El sis ema solici a
au en i icación de nue o.
5 Con aseña no álida. HTTP Ok John Anyone Mensaje de e o . El sis ema solici a
au en i icación de nue o.
Tabla 7. Ma iz de casos de p ueba con sus alo es de p ueba.
Con el conjun o escena ios de casos de uso y alo es de p ueba ob enidos se pod án ealiza ácilmen e
las p uebas del sis ema que ga an icen que oda la uncionalidad ecogida en es e caso de uso ha sido
co ec amen e implemen ada. Repi iendo es e p oceso po cada caso de uso ob end emos un ca álogo con las
p uebas del sis ema necesa ias pa a ga an iza la calidad del sis ema desa ollado. Además, gene a el
ca álogo de p uebas en la ase de equisi os de NDT, pe mi e de ec a de ec os, como caminos al e na i os
posibles que nos e ecogie an en el caso de uso, que, de pasa desape cibidos, obliga ían a de ene la ase de
análisis y e ocede a la ase de equisi os, con el consiguien e aumen o de iempo y cos e.
5. CONCLUSIONES Y TRABAJOS FUTUROS
En es e abajo se ha p esen ado una isión gene al de NDT y cómo se pueden de ini di ec amen e casos
de p ueba a pa i de la de inición o mal median e pa ones que hace NDT de los equisi os uncionales.
Es e p oceso es suscep ible de au oma ización.
NDT ha sido aplicada en su e sión inicial a a ios p oyec os eales ealizados en en o nos emp esa iales
[8]. Es os abajos, ya inalizados, nos es án pe mi iendo e alua las écnicas en las que es amos abajando y
analiza si, ealmen e pe mi en e alua los esul ados. Has a aho a, los ejemplos ealizados es án dando
buenos esul ados, sin emba go, lo in e esan e, y en lo que es amos empezando a abaja es en aplica lo a
ejemplos eales aún no inalizados.
O o pun o abie o impo an e p e is o como abajo u u o es la inco po ación de es as écnicas a NDT-
Tool [7]. NDT iene asociada una he amien a NDT-Tool que pe mi e aplica sus écnicas y ob ene sus
modelos y esul ados de mane a sis emá ica y/o au omá ica. La idea es que es as écnicas se puedan
inco po a a NDT-Tool pa a que el es ing sea lo más au omá ico posible.
Además, hay que ene en cuen a, que las écnicas de es ing aplicadas en es e abajo sólo se han
inco po ado a los equisi os uncionales. La idea u u a es inco po a écnicas simila es a la aquí p esen ada
pa a los equisi os uncionales pa a el es o de equisi os de NDT.
6. REFERENCIAS
1. Ba y, C., Lang, M. A Su ey o Mul imedia and Web De elopmen Techniques and Me hodology Usage. IEEE
Mul imedia. 52-56. Ap il-June 2001.
2. Cache o, C. Una ex ensión a los mé odos OO pa a el modelado y gene ación au omá ica de in e aces
hipe mediales. PhD Thesis. Uni e sidad de Alican e. Alican e, 2003.
3. Ce i, S. F a e nali, P., Bongio, A., B ambilla M., Comai S., Ma e a M. Designing Da a-In ensi e Web
Applica ions. Mo gan Kau man. 2003
4. Deshpande, Y., Ma ugesan, S., Ginige,A., Hanse,S., Schawabe,D., Gaedke, M., Whi e, B. Web Enginee ing.
Jou nal o Web Enginee ing. Vol. 1 Nº 1. 2002. Rin on P ess
5. Escalona, M.J., To es, J., Mejías, M. Me odologías de desa ollo de sis emas de in o mación en la web y
análisis compa a i o. No á ica. Re is a De la Asociación de Técnicos de In o má ica, núme o 159. Pág. 49-59.
Sep iemb e/Oc ub e 2002.
6. Escalona M.J, Mejías M, To es J, Reina A.M. The NDT De elopmen P ocess. P oceedings o IV
In e na ional Con e ences on Web Enginee ing. ICWE 2003. LNCS 2722. pp. 463-467. Sp inge Ve lag 2003
7. Escalona M.J, Mejías M, To es J, Reina A.M. NDT-Tool: A ool case o deal wi h equi emen s in web
in o ma ion sys ems. P oceedings o IV In e na ional Con e ences on Web Enginee ing. ICWE 2003. LNCS
2722. pp. 212-213. Sp inge Ve lag 2003
8. Escalona, M.J., Koch, N. Requi emen s Enginee ing o Web Applica ions: A Compa a i e S udy. Jou nal on
Web Enginee ing, Vol.2 Nº3, pp. 193-212. 2004. Rin on P ess
9. Fons, J., Pelechano, V., Albe , M., Pas o , O. De elopmen o Web Applica ions om Web Enhanced
Concep ual Schemas. Con e ence on Concep ual Modeling (ER), Is In e na ional, 22nd, 2003 - Oc obe ,
Chicago, Illinois (EE.UU.), Il-Yeol Song, S ephen W. Liddle, Tok Wan Ling, Pe e Scheue mann, Sp inge -
Ve lag, LNCS, 2813, pp. 232 – 245. Sp inge Ve lag 2003
10. Koch, N. A Compa a i e S udy o Me hods o Hype media De elopmen . Technical Repo 9905. Ludwig-
Maximilian-Uni e si y, Munich, Ge many.
11. Koch, N. So wa e Enginee ing o Adap a i e Hype media Applica ions. Ph. Thesis, FAST Reihe
So wa e echnik Vol(12), Uni-D uck Publishing Company, Munich. Ge many. 2001.
12. Re schi zegge , W. & Schwinge , W. Towa ds Modeling o Da a Web Applica ions - A Requi emen s
Pe spec i e. P oceedings o he Ame ican Con e ence on In o ma ing Sys ems AMCIS 2000, Vol 1, pp. 149-
155. 2000
13. Rossi, G. An Objec O ien ed Me hod o Designing Hipe media Applica ions. PHD Thesis, Depa amen o de
In o má ica, PUC-Rio, B azil, 1996.
14. Ash , L. 2003. The Web Tes ing Companion: The Inside 's Guide o E icien and E ec i e Tes s. John Wiley
& Sons, Hoboken, USA
15. O u , J., Wu, Y. Xiaochen Du and Hong Huang, 2002. Modeling and es ing Web-based Applica ions. GMU
ISE Technical ISE-TR-02-08. Fai ax, USA
16. Heumann , Jim, 2002. Gene a ing Tes Cases om Use Cases. Jou nal o So wa e Tes ing P o essionals.
17. Ryse , J., Glinz, M. 2003. Scen : A Me hod Employing Scena ios o Sys ema ically De i e Tes Cases o
Sys em Tes . Technical Repo 2000/03, Ins i u ü In o ma ik, Uni e si ä Zü ich.
18. Riebisch, Philippow, I., Ilmenau, M.G. 2002. UML-Based S a is ical Tes Case Gene a ion. Technical
Uni e si y, Ilmenau, Ge many
19. Ha man, A. 2004 AGEDIS Final P ojec Repo AGEDIS Conso ium In e nal Repo . h p://www.agedis.de/